一种计算图像几何矩的快速算法

提出了一种计算图像几何矩的快速算法.根据图像区域边界的顶点链码,给出了图像几何矩的计算公式.该算法可以看作是格林理论的离散版本的一个推广,对低阶几何矩,算法的复杂度为O(n).与原有的几何矩算法比较,该方法具有实现简单、计算量小、计算结果精确等优点.     

采用K-means的脑肿瘤磁共振图像分割与特征提取

大脑肿瘤分割对于医师判断肿瘤恶化程度非常重要。然而,由于肿瘤的不规则形状、与周围组织的低对比度以及出现位置的不固定,给脑肿瘤的精确分割带来很大的困难。传统的K-means分割方法仅仅利用图像的灰度特征,很难准确分割肿瘤边界。利用灰度共生矩阵提取出的纹理特征,并结合图像几何不变矩特征对分割出的脑肿瘤图像进行特征提取。灰度共生矩阵定义为像素对的联合概率分布,是一个对称矩阵,它不仅反映图像灰度在相邻的方向、相邻间隔、变化幅度的综合信息,也反映了相同的灰度级像素之间的位置分布特征,是计算纹理特征的基础;几何矩（不变矩）具有旋转、平移、尺度等特性,能将图像分解为有限特征值,并且通过对比所提取出的同一病人的肿瘤图像的不变矩参数,可以获得该肿瘤几何形状变化程度。实验结果表明,该方法可以同时从纹理和几何特征对图像特征进行描述,与分别采用灰度共生矩阵和不变矩方法进行特征提取相比较,降低了算法计算量,同时提升了算法的抗噪性。     

基于几何矩的 CAD 模型形状匹配算法及应用

基于矩方法及其理论,提出了一个基于几何矩的形状匹配算法,用于识别 CAD 模型中具有相 似形状特征的几何体。该算法采用一组满足平移、旋转、缩放不变性的几何矩不变量对三维几何体的形状特征 进行描述,并根据形状特征向量的相似程度评估几何体之间的相似性。为提高几何矩计算的准确性和效率,对 CAD 模型的三角面片数据进行了预处理,并采用递归算法实现各阶几何矩的快速计算。形状匹配算法被应用 于 CAE 软件的相似几何体拾取中,能够通过 GUI 交互的方式实时拾取与目标几何体形状特征相似的几何体, 取得了良好的应用效果。     

基于Cartesian矩的水印图像矫正算法

提出了一种水印图像矫正算法。该算法利用水印图像几何变换前后的Cartesian矩计算出水印图像缩放的尺度因子、旋转角度和平移参数，实现了对水印图像几何失真的快速矫正，不但可以校正水印图像的旋转失真、缩放失真和平移失真，还能有效地矫正联合失真。实验表明，该算法矫正精度高、性能稳定、计算量小，可以快速准确地矫正水印图像的高强度几何失真和联合失真。     

一种新的二维图像几何矩快速计算方法

几何矩是二维图像形状特征的有效描述,本文提出了一种新的快速计算二维图像几何矩的方法,通过分离二维矩为计算两步一维矩,并将阶数高的一维矩计算中的乘法运算转换为加法运算,能够大幅度地提高计算二维图像几何矩的计算速度。本文从理论上证明了新算法的有效性与时间复杂度,并进行了实验分析,验证了新算法的运算速度效率。     

可重叠矩形多值图像表示及其上的几何矩生成

为了支持快速的多值图像运算,提出了一种无损多值图像表示方法,称为可重叠矩形多值图像表示(Over-lapping Rectangle Multi-valued Image Relpresentation,ORMIR).CIRM采用递归方式将一幅多值图像分割为具有不同基础颜色的可重叠矩形,并使用孩子兄弟树来组织这些矩形,通过弱化二值图像块表示中同一矩形所覆盖的所有像素必须具有相同颜色的约束,ORMIR能够使用较少的矩形无损地表示一幅多值图像,因而基于ORMIR的多值图像运算能够被快速实现.基于ORMIR,提出了一个多值图像几何矩生成算法,该算法首先生成多个仅包含一个矩形区域的二值图像的几何矩,然后将这些几何矩加权求和得到原始多值图像的几何矩.试验结果表明,基于ORMIR的几何矩生成算法能够以每秒50帧以上的速度计算8比特位深的512×512的灰度图像直到3 3阶的几何矩,从而满足实时应用的需要.     

矩快速算法综述

矩是图像处理、模式识别和计算机视觉中的通用技术之一.本文逐一介绍了几何矩和正交矩的各种快速算法,并对其性能进行了评估.几何矩快速算法包括图像变换、Delta方法、拐点方法、Green定理法、图像块表示法、可重构网格法、SIMD阵列法和VLSI算法.与几何矩相比,正交矩快速算法种类较少.     

微分进化的自适应彩色图像阈值分割

针对阈值的选择依赖于经验和试验的问题,提出了结合微分进化算法和二维最大熵算法得到图像自适应阈值的方法。该方法首先利用全局阈值法中的迭代法得到图像的阈值并初次对图像进行分割,然后利用微分进化算法并且结合二维最大熵阈值进行适应度的计算、个体编码、终断条件等计算图像的自适应阈值,最后对测试的图像应用微分进化算法实现对图像的正确分割。采用微分进化算法可以准确地对图像进行分割,是一个比较高效的方法,有效地提升了分割效果。与现有的自适应阈值分割算法相比,本文算法缩短了计算时间。阈值分割不仅可以对灰度图像进行分割,彩色图像也可以用阈值分割。     

一种基于图像几何矩的非降维连续尺度解构模式

针对降维解构分析的多尺度图像处理容易造成高维信息的破碎与损失这一问题,建立了一种基于图像几何矩的非降维连续尺度解构模式,并在此模式下构建了10组非降维解构模型。模型以单通道图像为应用对象,以几何矩为算子,以不同尺度窗口下矩运算产生的特征值为基础对原始信息进行非降维解构。10组解构结果呈现均衡模式和增长模式两种形态。代入多尺度分割算法验证证明,基于图像几何矩的非降维连续解构分析可以提升多尺度分割精度,且增长模式下的解构信息对于图像分割更有利。     

一种基于图像几何矩的非降维连续尺度解构模式

针对降维解构分析的多尺度图像处理容易造成高维信息的破碎与损失这一问题,建立了一种基于图像几何矩的非降维连续尺度解构模式,并在此模式下构建了10组非降维解构模型。模型以单通道图像为应用对象,以几何矩为算子,以不同尺度窗口下矩运算产生的特征值为基础对原始信息进行非降维解构。10组解构结果呈现均衡模式和增长模式两种形态。代入多尺度分割算法验证证明,基于图像几何矩的非降维连续解构分析可以提升多尺度分割精度,且增长模式下的解构信息对于图像分割更有利。     

基于三角函数的正交矩函数的误差预测与分析

提取图像中旋转不变特征是图像处理和模式识别中重要的应用。在极坐标下的正交矩函数则是提取这种特征信息的主要方法。正交矩函数在图像分解和重建过程中的误差是衡量其特征提取精确度的标准。为了提高正交矩函数在图像重建中的性能,提出了一种新的基于三角函数的正交矩函数和一种基于函数误差分析的新的衡量方法,并分别应用新的衡量方法和传统的在大量图像中进行重建误差统计的方法对新的正交矩函数以及另外两种在特征提取方面表现最好的正交矩函数进行了比较。实验结果验证了新的衡量方法的有效性并得到了新的正交矩函数的重建效果更好的结论。     

基于改进小波矩特征的快速无损图像描述算法

为了更有效地利用小波矩不变量算法来快速无损地计算图像特征值, 提出了一种融合Mallat算法的无损采样的新型小波矩不变量算法. 在此基础之上, 结合傅里叶变换的原理及特点, 提出了基于频率幅值谱与小波矩不变量的特征提取方法. 并将改进的小波矩不变量算法与传统使用三次B样条矩的小波矩、Hu矩进行了比较. 实验表明, 改进的小波矩不变量在比传统小波矩不变量算法性能几乎没有损失的情况下, 大大加快了小波矩不变量的计算速度, 并且基于频率幅值谱的小波矩有更强的抗噪性.     

基于优化RANSAC算法的二次元快速稳定配准

针对检测零件缺陷的二次元光电检测仪的速度和稳定性要求,提出了一种加入预匹配的快速稳定的RASNSAC匹配方法.首先对零件图像轮廓区域矩分析以及轮廓多边形逼近以及对其CAD标准档进行解析计算得到图像轮廓和CAD图的重心、主轴方向以及特征点集,然后通过重心和主轴对零件图像和CAD图进行预匹配,最后利用RANSAC对预匹配后的特征点集进行快速匹配.实验结果表明,此改进算法显著地提高了图像的匹配速度和稳定性.     

新形式勒让德矩的研究

针对传统非正交矩很难进行图像重建的缺点,以及离散矩用于重建需要重复采样的缺陷,以降低图像重建误差为目标,提出了一种以在离散坐标空间内拟合克罗内克狄拉克函数为核心思想的新形式矩的定义--基于勒让德多项式的矩,并对其性质进行了阐述。这种矩在函数空间非正交却拥有优秀的重建效果,且其在矩计算误差、旋转不变性等多个维度较目前主流矩都具有更优秀性能,特别是在目前主流图像矩表现不尽如人意的大尺寸图像领域。此外,突破性地发掘图像矩的抗噪音性能并加入性能对比。通过与目前主流的三种矩：Zernike矩、Polar-Fourier矩以及Polar Harmonic Transform（PHT）矩的对比实验,证明利用这种基于新思想的矩提取图像特征可以具有更小的信息冗余度及多个维度的鲁棒性,其在旋转不变性、减小图像重建误差以及提高抗噪稳定性方面的性能表现至少可以提高22%。     

基于红外图像的飞机目标关键攻击部位识别

针对红外成像制导空空导弹增强攻击毁伤效果的要求,提出了一种基于红外图像的飞机飞行姿态识别和飞机目标几何轮廓分析的关键攻击部位识别方法。该方法利用模糊C均值聚类算法将经过降噪处理的红外飞机图像分割成背景、飞机机身和尾焰三部分;分别计算飞机目标的Hu矩和归一化转动惯量来构成组合不变矩,同时结合分割图像的面积比特征来实现飞机飞行姿态的识别;通过对飞机机头、机轴、机翼或尾翼的提取并依照相应的比例关系,来实现对飞机关键攻击部位如驾驶舱的识别。为了提高关键攻击部位的识别速度和精度,利用当前帧获得的稳定判别参数来指导后续帧图像的处理。试验结果表明,提出的方法能够准确有效地识别红外飞机目标的关键部位,可为空空导弹的精确打击提供必要的支持。     

基于图像不变矩和神经网络的零件位姿自动识别

零件位置的自动识别是智能三坐标测量机检测系统中极为关键的技术.根据零件可能的放置方式形成零件的多幅虚拟图像,利用CCD摄像机采集零件的实际图像.将图像不变矩理论应用于图像匹配技术中,以虚拟图像的矩不变量及其对应模式进行BP神经网络的训练,将训练好的网络作为分类器,根据实际采集图像的矩不变量进行零件姿态的识别;由采集图像的不变矩计算零件在像平面内的位置和方向,并经坐标转换得到零件在机器坐标系中的位置和方向.实验结果表明本文零件位置自动识别方法是智能且高效的.     

分段线性动态矩匹配条带去除

由于探测器之间对接收的地物辐射信号的响应特征不同,导致遥感数据含有条带噪声,严重影响了图像质量及后续的定量计算。针对探测器响应函数在图像低值区及高值区呈非线性的特点,在着重分析矩匹配方法的基础上,提出分段线性动态矩匹配条带去除方法。方法设定阈值分割高中低值域统计区间,对探测器响应函数进行分段线性拟合,并对探测器每一分图像动态采用其领域内均值和标准差作为参考值进行条带纠正。应用TM数据第4波段及环境一号卫星高光谱数据进行去条带实验,并定性和定量地比较了该方法与动态矩匹配、傅里叶变换、自动均衡化曲线方法的去条带效果。结果表明该方法能够在保留图像基本信息的前提下,获得最佳的去条带效果,尤其能够提高非均匀地物分布区域内水体的条带去除效果。     

图像清晰度检测方法

针对目前清晰度检测方法中存在的速度慢、局部量化不明显和受光照亮度影响大等不足,在分析了几种常见图像清晰度评价函数特性的基础上,提出了一种基于图像中心距的清晰度评价模型.该模型通过引入图像中心距和高通滤波图像中心距的线性组合,在保持评价结果良好全局性的同时提高了其局部量化精度.在此基础上实现了一种基于五区域的图像清晰度评价方法.实践表明该方法具有较好的计算效率、可靠性和量化等级.     

一种基于改进型奇异值分解的数字水印算法及实现*

在传统的奇异值分解（SVD）算法的基础上,提出了一种改进型的基于分块奇异值分解（BlockSVD）的新型数字水印算法。该算法不仅鲁棒性更强,可以直接处理长方阵和提取出质量更高的水印,并且在大图像中嵌入和提取水印的时间很短,可以有效克服传统SVD算法提取出的水印在对角线上有明显失真等缺点。给出了鲁棒性测试的结果及SVD与BlockSVD的时间对比分析,并将其与传统的Cox扩频方法进行比较。测试结果表明该算法的鲁棒性更好、速度更快、实用性更强。     

基于差分互信息距离的图像置乱效果评价法

提出了差分图像和互信息距离相结合的图像置乱效果评价新方法。首先提出了互信息距离概念,然后对置乱前后图像进行差分运算并得到其相应的差分图像,最后计算两差分图像之间的互信息距离作为图像置乱效果评价的新准则。实验结果表明,所提出的评价方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。